帕金森病证据到发现优先排序数据集
帕金森病研究资源整合数据集，包含证据评分、转录组、药物再利用等多维数据，用于优先排序研究。
基本信息
资源简介
该数据集整合了多种研究资源，用于支持帕金森病（PD）预防和疾病修饰治疗策略的优先排序研究。包含证据优先级评分、路径到干预框架、临床试验挖掘、转录组差异表达分析、GO/Reactome富集分析、药物再利用候选排名、多组学数据集清单（包括脑、血液、蛋白质组学、代谢组学、甲基化、单细胞等）、遗传因果三角测量、药物发现深化输出、实验验证方案等。数据以CSV文件形式分布在多个子目录中。适用于研究、教育、验证、可重复性和假设生成，但不可用于诊断或临床决策。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("hssling/parkinsons-evidence-to-discovery-prioritisation")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/hssling/parkinsons-evidence-to-discovery-prioritisation
数据说明
该数据集整合了多种研究资源，用于支持帕金森病（PD）预防和疾病修饰治疗策略的优先排序研究。包含证据优先级评分、路径到干预框架、临床试验挖掘、转录组差异表达分析、GO/Reactome富集分析、药物再利用候选排名、多组学数据集清单（包括脑、血液、蛋白质组学、代谢组学、甲基化、单细胞等）、遗传因果三角测量、药物发现深化输出、实验验证方案等。数据以CSV文件形式分布在多个子目录中。适用于研究、教育、验证、可重复性和假设生成，但不可用于诊断或临床决策。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
完整数据卡：huggingface.co/datasets/hssling/parkinsons-evidence-to-discovery-prioritisation
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 帕金森病 的高质量、多模态真实临床数据定制解决方案。
